MonStereo：当单目与立体视觉在 3D 人体定位的尾部交汇
计算机视觉与模式识别
2021-03-23 v2
摘要
在自动驾驶汽车或社交机器人的背景下，单目和立体视觉是 3D 人体定位的低成本解决方案。然而，它们通常独立开发，并各有其优势与局限。我们提出了一种新颖的统一学习框架，利用单目和立体线索的优势进行 3D 人体定位。我们的方法联合 (i) 关联左右图像中的人体，(ii) 通过依赖单目线索的鲁棒性来处理立体设置中被遮挡和远距离的情况，以及 (iii) 通过利用人体高度分布的先验知识来解决单目透视投影的内在模糊性。我们通过分析整个误差分布并估计校准的置信区间，专门评估离群值以及具有挑战性的实例，如被遮挡和远处的行人。最后，我们批判性审视了官方 KITTI 3D 指标，并提出了一种专为人体定制的实用 3D 定位指标。
引用
@article{arxiv.2008.10913,
title = {MonStereo: When Monocular and Stereo Meet at the Tail of 3D Human Localization},
author = {Lorenzo Bertoni and Sven Kreiss and Taylor Mordan and Alexandre Alahi},
journal= {arXiv preprint arXiv:2008.10913},
year = {2021}
}
备注
Accepted at the IEEE International Conference on Robotics and Automation (ICRA) 2021